摘要
本发明涉及永磁同步电机电流传感器故障诊断技术领域,具体涉及一种基于轻量化双分支特征融合神经网络的永磁同步电机电流传感器故障诊断方法。该方法包括:电机电流数据的获取与预处理、构建电流传感器故障诊断模型、优化电流传感器故障诊断模型、利用电流传感器故障诊断模型进行故障诊断。本发明能够在小样本、多工况环境下实现高准确率的故障识别,具有模型复杂度低、推理速度快和边缘部署能力强的优点,适用于永磁同步电机驱动系统中电流传感器的在线故障诊断与预测性维护,并且可以实时监控电机的健康状况,能够延长电机的使用寿命。
技术关键词
故障诊断模型
融合神经网络
电流传感器
多层感知器网络
分支
时域特征提取
频域特征提取
永磁
故障类别
协同算法
沙蚕
网络模块
故障诊断模块
同步电机驱动系统
参数
电机电流数据
系统为您推荐了相关专利信息
锁存模块
控制芯片
信号检测电路
过零点检测
脉宽调制信号
计算机故障诊断
故障诊断模块
故障诊断模型
数据采集模块
修复系统
超声图像配准方法
跨模态
三维卷积神经网络
注意力机制
通道扩展方法